Weaviate

Weaviate 是一个开源的向量数据库。它允许您存储数据对象和来自您喜欢的机器学习模型的向量嵌入，并且可以无缝扩展到数十亿个数据对象。

什么是 Weaviate？

• Weaviate 是一种开源数据库，属于向量搜索引擎类型。
• Weaviate 允许您以类似类属性的方式存储 JSON 文档，同时将机器学习向量附加到这些文档上，以在向量空间中表示它们。
• Weaviate 可以独立使用（即自带向量）或与各种模块一起使用，这些模块可以为您进行向量化并扩展核心功能。
• Weaviate 有一个 GraphQL-API 可以轻松访问您的数据。
• 我们的目标是让您的向量搜索设置能够在生产环境中以毫秒级的速度进行查询（查看我们的开源基准测试，看看Weaviate是否适合您的用例）。
• 在五分钟内通过基础入门指南了解Weaviate。

Weaviate 详细介绍：

Weaviate 是一个低延迟的向量搜索引擎，支持开箱即用的不同媒体类型（文本、图像等）。它提供语义搜索、问答提取、分类、可定制模型（PyTorch/TensorFlow/Keras）等功能。Weaviate 是用 Go 从头构建的，存储对象和向量，允许将向量搜索与结构化过滤和云原生数据库的容错性相结合。所有这些都可以通过 GraphQL、REST 和各种客户端编程语言访问。

安装与设置​

安装Python SDK：

pip install langchain-weaviate

向量存储​

存在一个围绕Weaviate索引的包装器，允许您将其用作向量存储，无论是用于语义搜索还是示例选择。

要导入这个向量存储：

from langchain_weaviate import WeaviateVectorStore

有关Weaviate包装器的更详细演练，请参阅此笔记本